23609 ورقة بحثية
يُعد Q-Flow إطار عمل للتعلم التعزيزي يحقق تحسيناً مستقراً ومعبراً للسياسات من خلال الاستفادة من ديناميكيات التدفق الحتمية لنقل القيم النهائية إلى الحالات المتوسطة، مما يلغي الحاجة إلى الانتشار العكسي غير المستقر عبر الحلول العددية ويتفوق على النماذج المرجعية المتطورة في الإعدادات غير المتصلة والمتصلة.
تقدم هذه الورقة إطار عمل لتعلم الآلة ثلاثي المراحل وقابل للتكرار، يقوم بقياس أداء المصنفات التجميعية للكشف عن مرض السكري، ويطبق التجميع غير الخاضع للإشراف لتحديد الأنماط الفرعية المعقولة سريرياً، ويتحقق إحصائياً من وجود ارتباط إيجابي بين التحكم في نسبة السكر في الدم والوظيفة الإدراكية.
تقدم الورقة البحثية نموذج Online Scaled DeltaNet (OSDN)، وهو نموذج انتباه خطي يعزز قاعدة دلتا (Delta Rule) من خلال دمج مُهيئ قطري يتم تحديثه عبر الإنترنت للقياس المعتمد على الميزات، مما يحقق تقارباً فائقاً هندسياً يمكن إثباته ويحسن بشكل كبير الاستدعاء الترابطي داخل السياق مع الحفاظ على التوازي الفعال من حيث الأجهزة.
تقدم هذه الورقة إطاراً تشخيصياً يكتشف أنماط سوء المعايرة الخفية المعتمدة على المدخلات في النماذج اللغوية الكبيرة عبر تعلم تمثيل مدرك للمعايرة لفضاء المدخلات، مما يتيح تصحيحات ثقة محلية أكثر فعالية من الطرق العالمية التقليدية.
تؤسس هذه الورقة إطاراً معلوماتياً ذا سياق محدود يوضح أنه بينما يمكن للتجزئة (باستخدام وحدات أصغر) أن تؤدي جوهرياً إلى تدهور أداء التنبؤ من خلال زيادة الفقد اللوغاريتمي الأمثل، فإن التجزئة الجشعة (باستخدام وحدات أكبر) يمكنها فعلياً تمديد نافذة السياق القابلة للاستخدام للنموذج، مما يفسر فروق الأداء بين نماذج "ترانسفورمر" القائمة على البايت/الحرف وتلك القائمة على الوحدات الفرعية للكلمات.
تقدم هذه الورقة البحثية "مطابقة التدفق المستقلة عن المسار" (PiFM)، وهو إطار عمل مبتكر يوسع "مطابقة التدفق" لتشمل المجالات متعددة المعلمات عبر تعلم حقول اتجاهية تضمن النقل المستقل عن المسار بين التوزيعات، وتقريب مراكز "واسرشتاين" الثقلية، وتتفوق على الطرق الحالية في عمليات الاستيفاء والتوليد خارج نطاق التوزيع.
تقدم هذه الورقة البحثية طريقة التقطير داخل السياسة الموزونة بالمكافأة (RWOPD)، وهي طريقة تدريب مبتكرة تستفيد من مُتحقق من تكافؤ الخصائص الصورية لتوجيه نموذج طالب بحجم 7 مليار معلمة في توليد تأكيدات SystemVeril، محققةً أداءً جديداً هو الأفضل في فئته عبر إعطاء الأولوية للصحة الدلالية على المحاكاة على مستوى الرمز.
تُظهر هذه الورقة أن الفائدة الرئيسية للخصوصية التفاضلية المخصصة في تقدير المتوسط تأتي من اختيار ميزانية فعالة مثلى عبر مؤثر عتبة بسيط بدلاً من التخصيص الكامل، حيث لا يحقق الأخير سوى تحسينات محدودة ذات عامل ثابت مقارنة بهذا الخط المرجعي.
تقترح هذه الورقة البحثية ArcVQ-VAE، وهو إطار عمل جديد للكمية المتجهة يعزز تعلم التمثيل المنفصل في نماذج VQ-VAE من خلال إدخال مسبق للهامش الزاوي الكروي لتقييد متجهات كتاب الشفرات وتحسين قابليتها للانفصال الزاوي، مما يؤدي إلى تحسين استخدام كتاب الشفرات وأداء أفضل في إعادة بناء الصور وتوليدها.
يُعد HLS-Seek إطار عمل لتوليد الكود البرمجي يراعي جودة النتائج (QoR)، حيث يستفيد من نموذج مكافأة وسيط مقارن مع تقنية تبديل "مونت كارلو دروب أوت" (Monte Carlo dropout) الواعية بعدم اليقين لتدريب نموذج لغوي كبير مكون من 7 مليارات معلمة بفعالية لعمليات التخليق عالي المستوى (High-Level Synthesis)، محققاً بذلك تحسيناً فائقاً في زمن الاستجابة واستهلاك الموارد، ومتفوقاً بشكل ملحوظ على النماذج الرائدة في كل من صحة البناء اللغوي (syntax correctness) وهيمنة باريتو (Pareto dominance).